基于視頻圖像采集移動(dòng)目標(biāo)檢測系統(tǒng)的設(shè)計(jì)

劉立軍

摘要：在智能視頻監(jiān)控系統(tǒng)中，視頻圖像采集移動(dòng)目標(biāo)檢測是其關(guān)鍵技術(shù)，為了能夠?qū)崟r(shí)檢測視頻序列幀中出現(xiàn)的移動(dòng)動(dòng)目標(biāo)，獲得移動(dòng)目標(biāo)參數(shù)，進(jìn)而獲得移動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡。本文對視頻圖像采集移動(dòng)目標(biāo)檢測系統(tǒng)的構(gòu)成，和系統(tǒng)中圖像處理技術(shù)、視頻、運(yùn)動(dòng)目標(biāo)檢測算法進(jìn)行了研究，并在計(jì)算機(jī)及嵌入式系統(tǒng)中實(shí)現(xiàn)了移動(dòng)目標(biāo)的檢測。

關(guān)鍵詞：視頻圖像；移動(dòng)目標(biāo)檢測；視頻監(jiān)控；嵌入式

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）28-0168-03

隨著科技的進(jìn)步，人類社會(huì)早已經(jīng)進(jìn)入了信息時(shí)代。在信息時(shí)代的大背景下，各種科技技術(shù)成為領(lǐng)軍者，而在科技研究領(lǐng)域中，計(jì)算機(jī)視覺和視頻圖像處理等成為熱點(diǎn)。計(jì)算機(jī)視覺屬于綜合性交叉學(xué)科，英文Computer Vision，是代替人類來實(shí)現(xiàn)某種功能的。對采集來的圖像或視頻序列通過計(jì)算機(jī)做分析處理來提取出人類所需信息。

智能視頻監(jiān)控系統(tǒng)，是實(shí)現(xiàn)監(jiān)控場景中的運(yùn)動(dòng)目標(biāo)檢測的監(jiān)控系統(tǒng)，通過對攝像機(jī)或傳感器采集來的視頻圖像進(jìn)行自動(dòng)智能的分析和處理來實(shí)現(xiàn)[1-3]。在傳統(tǒng)視頻監(jiān)控系統(tǒng)中，存在及時(shí)性差和效率低的問題，而這些問題都是由于人為因素造成的，所以，智能視頻監(jiān)控系統(tǒng)的產(chǎn)生，很好解決了以上問題的發(fā)生。

1系統(tǒng)總體設(shè)計(jì)

智能視頻監(jiān)控系統(tǒng)主要功能：視頻數(shù)據(jù)采集——數(shù)據(jù)處理——畫面顯示——存儲(chǔ)——異常情況報(bào)警——遠(yuǎn)程數(shù)據(jù)傳輸。在智能視頻監(jiān)控系統(tǒng)中，本文所研究的視頻監(jiān)控移動(dòng)目標(biāo)檢測系統(tǒng)只是其中一部分，要求能實(shí)現(xiàn)視頻數(shù)據(jù)采集、圖像數(shù)據(jù)處理、實(shí)時(shí)結(jié)果顯示等功能。系統(tǒng)的總體結(jié)構(gòu)（圖1）。

2系統(tǒng)硬件設(shè)計(jì)

2.1系統(tǒng)硬件構(gòu)成

系統(tǒng)開發(fā)平臺(tái)：Altera DE2；系統(tǒng)核心處理芯片：CycloneⅡEP2C35F672C6，用于實(shí)現(xiàn)視頻圖像的實(shí)時(shí)采集及目標(biāo)檢測與跟蹤，系統(tǒng)硬件構(gòu)成框圖（圖2）。

（1）系統(tǒng)通過ADV7181B將攝像機(jī)輸出的視頻信號(hào)解碼成ITU-R BT.656標(biāo)準(zhǔn)的YCbCr4：2：2格式的數(shù)字視頻信號(hào)；

（2）存儲(chǔ)時(shí)，需通過FPGA轉(zhuǎn)換成RGB格式數(shù)據(jù)，存入SDRAM圖像存儲(chǔ)空間；

（3）圖像處理模塊由DMA控制器從SDRAM中讀取圖像送入SRAM并進(jìn)行處理；

（4）處理后的數(shù)據(jù)使用ADV 7123對數(shù)字信號(hào)進(jìn)行轉(zhuǎn)換，轉(zhuǎn)換為模擬視頻信號(hào)后輸出到VGA顯示器上，視頻解碼芯片由FPGA構(gòu)建的I2C總線配置模塊進(jìn)行初始化和控制，系統(tǒng)CPU由NiosⅡ軟核下載到FPGA實(shí)現(xiàn)，系統(tǒng)上電后由EPCS16進(jìn)行引導(dǎo)和配置，系統(tǒng)主程序儲(chǔ)存在FLASH中[4]。

2.2視頻輸入及顯示模塊

由ADV7181B、I2C ADV Config兩個(gè)模塊組成視頻輸入，CCD攝像機(jī)將采集到的PAL制式模擬視頻信號(hào)，通過BNC接頭輸入到ADV7181B視頻解碼芯片中，對于輸入的模擬視頻信號(hào)，該芯片是能夠自動(dòng)識(shí)別，通過內(nèi)部3個(gè)54MHz高速ADC完成A/D變換，輸出標(biāo)準(zhǔn)的數(shù)字信號(hào)，系統(tǒng)對ADV 7181B內(nèi)部寄存器通過I2C ADV Config模塊進(jìn)行相應(yīng)配置，使解碼輸出為8位串行信號(hào)，視頻輸入部分模塊框圖（圖3），ADV7181B電路原理圖（圖4）。

2.3NiosⅡ系統(tǒng)模塊

使用SOPC Builder工具生成NiosⅡ系統(tǒng)模塊，包括32位嵌入式軟核處理器NiosⅡ/s，產(chǎn)生50/100MHz時(shí)鐘信號(hào)的PLL鎖相環(huán)，存放中斷向量的On-Chip Memory，系統(tǒng)程序存儲(chǔ)空間Flash及其Tristate Bridge，CPU處理存儲(chǔ)空間SRAM及其Tristate Bridge，直接存取控制器DMA Controller，下載及調(diào)試接口設(shè)備JTAG UART、UART，CPU及μC/OS-Ⅱ操作系統(tǒng)的Interval Timer間隔定時(shí)器，System ID外設(shè)識(shí)別符等標(biāo)準(zhǔn)外設(shè)，以及其它自定制邏輯模塊，包括使NiosⅡ能控制視頻輸入及顯示模塊、能在SDRAM中讀寫數(shù)據(jù)的CCD Controller外設(shè)邏輯等。完成的SOPC工程（圖5），NiosⅡ處理器設(shè)置（圖6）。

2.4圖像處理模塊

模塊利用QuartusⅡ的MegaWizard Plug-In Manager工具，使用Altera提供的LPM庫的IP功能模塊生成：Gray部分由1個(gè)PARALLEL_ADD多路加法模塊、3個(gè)LPM_ MULT乘法模塊組成；Threshold部分由LPM_ABS絕對值模塊、LPM_COMPARE比較模塊組成，用于實(shí)現(xiàn)移動(dòng)目標(biāo)提取。圖像處理模塊完成了移動(dòng)目標(biāo)檢測的初步操作，移動(dòng)目標(biāo)參數(shù)的計(jì)算由NiosⅡ通過C/C++算法來完成，PARALLEL_ADD模塊設(shè)置（圖7），圖像處理模塊框圖（圖8）。

3檢測算法流程

移動(dòng)目標(biāo)檢測算法：要求從采集的視頻序列幀中檢測出場景中出現(xiàn)的運(yùn)動(dòng)目標(biāo)，采集視頻圖像場景為靜止背景，該系統(tǒng)能夠檢測出單個(gè)或多個(gè)移動(dòng)目標(biāo)。具體分為以下三個(gè)階段：

第一，圖像預(yù)處理：灰度圖像轉(zhuǎn)換，采集圖像濾波；

第二，基于累積差分更新背景減除法：包括背景模型建立與更新，移動(dòng)目標(biāo)提取；

第三，檢測后處理：形態(tài)學(xué)濾波，連通分量分析。[5-7]。

4實(shí)驗(yàn)結(jié)果分析

對本系統(tǒng)移動(dòng)目標(biāo)檢測算法，我們采集一段視頻圖像進(jìn)行功能仿真，VGA像素30幀/秒，其仿真情況（圖10）。

圖10-1為當(dāng)前采集的第120幀圖像；圖10-2為轉(zhuǎn)換為灰度圖像；圖10-3為進(jìn)行濾波后；

圖10-4為當(dāng)前背景模型。通過上圖仿真可看出，圖10-4背景模型較好地消除車輛進(jìn)入場景留下的痕跡，可以清楚看到場景區(qū)域樹葉被風(fēng)吹動(dòng)產(chǎn)生的干擾。

5結(jié)語

系統(tǒng)的核心處理芯片采用由Altera公司開發(fā)的CycloneII EP2C35，設(shè)計(jì)了一種基于視頻監(jiān)測移動(dòng)目標(biāo)檢測系統(tǒng)。因?yàn)楸鞠到y(tǒng)的主要目的是對圖像實(shí)時(shí)采集和移動(dòng)目標(biāo)檢測，所以，對計(jì)算機(jī)算法的復(fù)雜度的要求不高，并進(jìn)行相應(yīng)整改。背景減除法使用在累積差分更新法建立的背景模型中，可更好適應(yīng)場景的變化。針對靜止的背景，該系統(tǒng)能夠?qū)崟r(shí)有效地進(jìn)行圖像采集與移動(dòng)目標(biāo)進(jìn)行檢測。

參考文獻(xiàn)：

[1] 郝菲.智能視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測與跟蹤的研究[D].北京：北京交通大學(xué)，2009.

[2] Collins R，Lipton A，Kanade T.Introduction to the Special Section on Video Surveil- lance[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2000，22（8）：745-746.

[3] Valera M，Velastin S.Intelligent Distributed Surveillance Systems：A Review[C].Proceed- ings of IEEE Conference on Vision Image and Signal Processing，2005，152（2）：192-204.

[4] 李月靜，謝維成，石一興，等.基于SOPC的實(shí)時(shí)運(yùn)動(dòng)目標(biāo)檢測與跟蹤系統(tǒng)[J].重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2011.

[5] 洪子泉，楊靜宇.用于圖像識(shí)別的圖像代數(shù)特征抽取[J].自動(dòng)化學(xué)報(bào)，1992，18（2）：233-238.

[6] 張森悅.復(fù)雜背景下運(yùn)動(dòng)目標(biāo)檢測方法研究[D].沈陽航空工業(yè)學(xué)院，2009.